带式输送机煤流量自适应检测方法

针对现有带式输送机煤流量检测方法存在检测精度易受环境影响、实现过程复杂、信息提取耗时较长等问题,提出了一种基于机器视觉的带式输送机煤流量自适应检测方法。首先,采用基于小波变换的融合算法对带式输送机运输煤料原始图像进行增强处理,并采用OTSU算法将增强图像分割为胶带图像和煤料图像;然后,对煤料图像进行空洞填充、轮廓检测和面积计算等处理,获取煤料图像面积信息;最后,采用基于数学建模的煤流量检测算法,通过计算煤料瞬时体积获得煤流量检测值。试验结果表明,该方法平均检测时间约为30ms,检测结果与电子胶带秤测量结果的误差约为5%,满足带式输送机自动调速控制系统对煤流量检测实时性和准确性的要求。     

基于激光扫描的带式输送机瞬时煤量检测方法

针对现有井下带式输送机煤量激光仪器检测方式未提出明确激光线提取方法的问题,提出了一种基于激光扫描的带式输送机瞬时煤量检测方法。通过数字摄像仪和激光仪器获取带式输送机上散煤的图像,利用Ohta颜色空间特性提取激光线轮廓,并进行基于索引表的激光线细化和连接处理;根据离线获取的基线和实时获取的激光线,采用梯形面积累积法计算散煤的截面面积,实时获取带式输送机的瞬时煤量。测试结果表明,该方法检测结果与实际煤量匹配,准确性高,实时性好。     

基于双目视觉的无人机悬停精度测量研究

为评测悬停状态无人机的稳定性,设计了一套基于双目立体视觉的无人机悬停状态评测系统。首先结合双目相机标定对视频图像校正,并利用提出的邻域灰度改进分级匹配策略,获取匹配特征点;然后根据重建原理计算求得视野中无人机三维坐标数据;最后利用悬停精度测量函数评测无人机的稳定程度。实验证明系统有效匹配目标的特征点,计算出目标三维坐标,同时根据其相对控制精度的浮动,对无人机悬停状态进行评测。     

基于双目视觉的直升机旋翼桨叶挥舞角测量

为实现直升机旋翼桨叶挥舞角的测量,提出了一种基于双目视觉的测量方法.首先,在直升机旋翼桨叶上均匀布置编码标记点,用已标定的双目摄像机对旋翼桨叶每隔一定角度采集标记点图像;其次,对左右摄像机图像上的标记点进行解码和匹配,得到标记点的左右图像视差,进而计算标记点三维坐标;再次,利用标记点在各个角度下的三维坐标,计算旋翼中心和转轴方向,建立旋翼坐标系;最后,在旋翼坐标系下,根据标记点静止与高速旋转时在同一角度下的三维坐标,计算挥舞角大小.利用风扇叶片进行仿真试验,结果验证了该方法具有自动化程度高和测量精度高的特点,可满足直升机旋翼桨叶挥舞角测量的要求.     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

基于立体视觉的鞋楦数字化研究

针对鞋楦图像在三维重建中的匹配问题,提出一种改进的鞋楦数字化方法。对鞋楦表面做纹理网格化处理,利用Harris与Laplace算子相结合的方法提取特征点,采用改进的去除误匹配方法进行精匹配,通过双目视觉三角测量法求出匹配点的三维坐标。使用迭代近邻点算法实现不同方向点集的坐标融合和三维拼接,对全部三维点云数据进行三角网格化和曲面拟合,完成鞋楦三维重建。实验结果表明,该方法能便捷、高效地实现鞋楦数字化重建,可满足个性化制鞋需求。     

基于双目视觉的板材平面测量研究

针对传统人工测量板材尺寸精度较低、工作量大、易导致板材表面受损等局限,基于双目视觉技术设计了一种板材尺寸视觉测量系统;通过双目相机采集棋盘格图像,采用MATLAB进行相机标定和图像校正,拍摄左右图像并通过半全局立体匹配算法(SGM,semi global matching)进行特征点立体匹配,重建出目标三维点云模型;为提高目标特征点坐标获取的准确性,提出基于HARRIS的亚像素检测方法;采用区域生长算法结合膨胀和腐蚀操作提取板材表面轮廓,根据三角测量原理计算出板材轮廓上各点的三维坐标从而实现板材的尺寸测量,并进行点云重建增强三维展示效果;实践结果表明亚像素检测方法在角点提取上存在优势,在实际板材测量应用中实现了高精度尺寸测量,满足了工业测量需求。     

白车身孔槽类特征三维坐标在线测量方法研究

为实现白车身孔槽类特征三维坐标的视觉测量,在双目立体视觉测量原理的技术上,以激光器辅助扫描被测孔槽完成三维测量,针对圆孔和复合孔槽边缘及孔心坐标的空间定位问题,提出一种在线测量方法。采用Canny边缘检测和Ramer算法分割出圆弧部分完成孔边缘的粗定位,结合Bazen方法与正交多项式拟合法实现亚像素边缘点坐标的精确定位,并通过权重拟合得到椭圆参数方程。在线激光光纹中心线提取过程中,融合极值法、阈值法与重心法,将拟合椭圆与光纹中心线的交点作为双目立体视觉的匹配点,进而完成空间点三维坐标的测量。实验结果表明,提出的方法鲁棒性好,对圆孔类特征的综合定位精度高。     

信号博弈的三维重建形变识别算法

现有双目立体视觉算法常常需要双目相机位置固定,在现实应用中,这类算法难以重构空间三维几何关系.为此,本文提出了一种不受位置限制的多视角图像三维重建与形变检测算法.该算法首先采用sift算法获取成对图像的特征点,以获取形变前后比对点对图像的特征信息;其次,利用信号博弈方法确定图像拍摄时相机的空间位置与视角,以准确获取图像的空间位置坐标;再次,依据上述信息完成物体的三维点云重建;进而,利用三维数据信息比对实现物体形变识别.最后,本文利用真实物体的实验,验证了三维重建形变识别算法的有效性.     

基于双目视觉的选煤厂用胶带输送机表面异物检测

目前所采用的选煤厂用胶带输送机表面异物检测方法在实际应用时,由于选煤厂内外因素影响,导致对于不同类别的异物识别和分类精度低。针对该问题,提出一种基于双目视觉的选煤厂用胶带输送机表面异物检测方法。设计了基于双目视觉的输送带异物检测装置,将摄像机与工业相机组合成双目视觉系统,系统采集图像后,利用中值滤波算法对图像进行去噪,获取稳定的图像信息。采用YOLOv3进行异物识别预测,计算边界框和锚框数值信息,并根据上述数值信息调整计算定位准确度,实现异物检测。实验结果表明：与传统的基于Mask＿R-CN的检测方法相比,提出的方法对胶带输送机表面异物的识别筛选准确率超过96.2%,分类准确率超过97.6%。     

基于超声波的带式输送机多点煤流量监测系统设计

针对高带速、大运量矿用带式输送机煤炭瞬时流量难以实时准确测量的问题,设计了一种基于超声波的带式输送机多点煤流量监测系统,介绍了系统硬件、软件及煤流量检测算法设计。该系统利用超声波传感器和速度传感器获取带式输送机高速运行下的煤高、煤堆截面积、输送带速率等参数信息,并利用煤流量检测算法对数据进行拟合分析,计算出煤流量。测试结果表明,该系统能对输送带煤流量进行准确测量,测量精度达到91%。     

三维立体混合特征地图的构建

本文介绍了双目视觉的基本原理和空间点重建。利用双目视觉传感器获取了环境特征点的三维坐标,建立起了环境几何特征的立体地图,同时将这些特征角点局域窗口的灰度信息作为图像特征信息一并保存,建立起包含环境几何特征和图像特征的混合地图。     

空间编码与外极线斜率约束相结合的立体精匹配方法

三维型面非接触测量在工业领域有着广泛的应用前景。双目视觉是一种有效获取三维轮廓信息的方法，其中立体匹配是关键的一个步骤。本文提出了结合空间二进制编码与外极线斜率约束来实现立体精匹配的方案。首先利用空间编码将被测物空间划分成众多的不同编码区域．然后结合外极线斜率约束在左右两幅图像中具有相同编码的区城内寻找匹配点。该方法能够实现亚像素级的立体精匹配，改善了交向摆放姿态双目立体视觉系统的匹配质量。     

基于SURF特征提取的双目测距在铝锭垛定位中的应用研究

针对高速铝锭连续铸造生产线上铝锭垛定位问题,提出采用双目视觉获取位姿信息,利用铝锭垛上的钢带为特征信息,基于SURF特征提取算法对图像同一特征点进行目标辩识。对提取到的特征点进行优化处理,对铝锭垛钢带上的特征点进行距离约束,选取适量的特征点作为最终特征点,利用特征匹配到的角点坐标点和双目测距公式计算获得铝锭垛的位姿信息。     

基于立体视觉的玉米叶片形态测量与三维重建

提出一种基于立体视觉的玉米叶片形态测量和重建的方法。利用双目立体视觉系统获取玉米叶片的两幅图像,通过图像分割技术和边缘检测算法对每幅图像中的玉米叶片进行边缘提取;利用极线约束和彩色图像RGB值对图像进行匹配,计算出叶片边缘的三维坐标,从而恢复叶片的三维边缘;利用对叶片边缘的恢复技术,对叶片曲面进行三维重建;根据恢复的区域点云,可以测出任意两点的空间距离,实现了对叶片的三维测量。试验结果表明,此方法能够很好地恢复玉米叶片的三维信息,为玉米叶片三维形态的无损、快速检测监测提供了新的方法。     

基于双目立体视觉的机器人定位系统设计与实现

针对传统工业机器人预先示教或单目视觉引导应用的局限性,提出一种基于双目立体视觉的机器人定位系统设计,获取目标物体在空间中的三维信息。该系统设计基于ABB机器人执行系统,使用TCP触碰标定板的方式完成双相机的标定,采用SIFT斑点算法获取工件的特征,结合Opencv3.4.1库,基于图像特征点对左右相机获得的图像进行立体匹配,得到物体的三维点坐标,引导机器人实现抓取。     

煤矿带式输送机分拣机器人异物识别与定位系统设计

机器视觉已在煤矿带式输送机分拣机器人目标检测与识别方面具有一定的理论基础,但目前煤矿带式输送机分拣机器人目标识别主要针对煤矸石识别,对造成输送带穿透、撕裂等的异物目标识别的研究较少,且在目标异物精确定位方面的研究也较少。针对上述问题,设计了一种基于机器视觉的煤矿带式输送机分拣机器人异物识别与定位系统,可对输送带上存在的不同类型和不同形状的异物进行识别与定位。采用双目视觉实时获取输送带上异物图像信息,并对图像进行预处理,基于Canny算子进行图像信息增强,通过灰度拉伸方法改进图像边缘信息,突出煤矿带式输送机上异物的边缘特征;利用形态学方法提取异物形状特征,建立异物图像特征样本库,通过图像特征匹配的方式解算出异物存在区域,实现异物类型的检测、分类与识别;在异物类型成功识别的基础上,以目标异物边缘特征值为基础,建立目标异物的感兴趣区域(ROI),构建相机、输送带与目标异物坐标转换关系,利用多目标质心快速计算方法求取目标异物质心坐标,实现对目标异物的定位。系统样机实验结果表明：煤矿带式输送机分拣机器人异物识别与定位系统异物识别率不受尺寸、材质和颜色等因素影响,能够实现输送带目标异物图像的采集、...     

基于双目视觉的物体尺寸测量系统

提出了一种基于双目视觉的物体尺寸测量系统,用于非接触式测量物体尺寸。该系统采用张正友棋盘标定法进行双目相机标定,并利用标定参数对采集的图像进行校正。通过采用图像分割技术和角点检测算法获取待测物体的特征点。通过立体匹配算法对校正图像进行处理,得到视差图。根据三角形相似性原理计算特征点的三维坐标,计算出物体尺寸的信息。实验结果表明,该系统具备较高的测量精度,具有一定的实用性和应用前景。     

基于格雷码和多步相移法的双目立体视觉三维测量技术研究

传统的被动式双目立体视觉三维测量技术,具有操作简单,使用灵活方便,相机标定技术成熟的优点,但是对于特征点稀疏图像,寻找匹配点困难,匹配精度低。编码结构光测量方式通过向待测物体投射特定的编码图案,获取编码图像进行解码求解物体的三维信息,具有着测量精度高,速度快的优点,但是存在着投影仪标定精度低,实现难度大的缺点。提出了将双目立体视觉和编码结构光相结合的三维测量方法,在完成双目校正的基础上,向待测物体投射格雷码图案和多步相移图案,给予被测物体容易识别和可控制的特征信息,最后求取物体的三维信息。而且通过实验论证了投射多步相移图案比起4步相移图案,测量精度更高,能够更好的体现物体细节。